p2p、分布式，区块链笔记: Merkle-DAG和Merkle-Tree的区别与联系

FakeOccupational

于 2024-09-01 12:00:00 发布

阅读量1.2k

点赞数 12

分类专栏：分布式文章标签：分布式区块链笔记

本文链接：https://blog.csdn.net/ResumeProject/article/details/141615702

版权

分布式专栏收录该内容

6 篇文章 0 订阅

订阅专栏

Merkle-DAG和Merkle-Tree的区别与联系

结构:
- Merkle-Tree 是一种二叉树结构，每个非叶子节点是其子节点哈希的哈希。它具有层次结构，通常用于验证数据的完整性。
- Merkle-DAG（有向无环图）是一种更通用的图结构，其一个节点可以有多个父节点和子节点。它允许更复杂的链接关系和非线性结构，适用于记录和追踪变更,支持广泛的并行操作和高效的增量更新。Merkle DAG 类似于 Merkle 树，但没有余额要求，每个节点都可以携带一个有效载荷。在 DAG 中，多个分支可以重新收敛，或者换句话说，一个节点可以有多个父节点。
用途:
- Merkle-Tree 通常用于区块链和文件系统中以验证数据块的完整性（如 Bitcoin 和 Git）。
- Merkle-DAG 用于数据去重和版本控制（如 IPFS），支持更灵活的数据组织和高效的同步。

CODE

项目地址：https://github.com/zaphar/merkle-dag/blob/main/src/dag/mod.rs

NODE结构体

node.rs中定义了一个在Merkle DAG（有向无环图）中使用的节点结构体（Node）。每个节点包含一个有效载荷（item）和一组依赖ID（dependency_ids）。节点的唯一标识符（id）是由有效载荷和依赖ID的字节组合而成，确保相同的有效载荷和依赖ID总是有相同的ID。

// 代码位置 https://github1s.com/zaphar/merkle-dag/blob/main/src/node.rs#L51-L62
#[derive(Debug, PartialEq, Eq, Serialize, Deserialize)]
#[serde(from = "NodeSerde")]
pub struct Node<HW> // <HW> 为泛型参数
where
    HW: HashWriter, //  where为泛型约束，泛型参数 HW 必须实现 HashWriter trait
{
    id: Vec<u8>,
    item: Vec<u8>,
    item_id: Vec<u8>,
    dependency_ids: BTreeSet<Vec<u8>>,
    _phantom: PhantomData<HW>,
}

add_node函数

函数签名

pub fn add_node<'a, N: Into<Vec<u8>>>(
    &'a mut self,
    item: N,
    dependency_ids: BTreeSet<Vec<u8>>,
) -> Result<Vec<u8>>

'a: 生命周期标注，表明函数借用的是 self 的生命周期。
N: Into<Vec<u8>>: 泛型参数 N，它可以转换为 Vec<u8>。
item: 节点的负载数据，将被转换为 Vec<u8>。
dependency_ids: 节点的依赖 ID 集合，每个 ID 是 Vec<u8> 类型。
Result<Vec<u8>>: 函数返回一个结果，如果成功，返回新节点的 ID；如果失败，返回错误。

函数解释

add_node 函数负责将一个带有依赖关系的新节点添加到 Merkle-DAG 中。它首先检查节点是否已经存在，处理依赖关系，并更新节点存储和根集合。该函数确保节点的添加操作是幂等的，即对于相同的输入，结果不会发生变化。

在这里插入图片描述

/// 添加一个新负载及其依赖 ID 集合。此方法将构建一个新节点，并将其添加到 DAG 中。
/// 对于任何给定的输入，该方法是幂等的。
///
/// 不创建节点然后再添加的一个结果是，确保始终满足 merkle-crdt 白皮书中的实现规则。
pub fn add_node<'a, N: Into<Vec<u8>>>(
    &'a mut self,
    item: N,
    dependency_ids: BTreeSet<Vec<u8>>,
) -> Result<Vec<u8>> {
    // 使用提供的负载和依赖 ID 创建一个新节点实例。
    let node = Node::<HW>::new(item.into(), dependency_ids.clone());
    // 获取新创建的节点的 ID。
    let id = node.id().to_vec();
    
    // 检查节点是否已经存在于存储中。
    if self.nodes.contains(id.as_slice())? {
        // 如果节点已存在，则返回该节点的 ID。
        return Ok(self
            .nodes
            .get(id.as_slice())
            .unwrap()
            .unwrap()
            .id()
            .to_vec());
    }
    
    // 初始化一个向量，用于记录需要从根集合中移除的节点。
    let mut root_removals = Vec::new();
    
    // 遍历所有的依赖 ID。
    for dep_id in dependency_ids.iter() {
        // 检查每个依赖节点是否存在于存储中。
        if !self.nodes.contains(dep_id)? {
            // 如果任何依赖节点不存在，则返回错误。
            return Err(StoreError::NoSuchDependents);
        }
        // 如果某个依赖 ID 存在于根集合中，则将其标记为需要移除。
        if self.roots.contains(dep_id) {
            root_removals.push(dep_id);
        }
    }
    
    // 更新根集合
    // 将新节点存储到节点存储中。
    self.nodes.store(node)?; // https://github1s.com/zaphar/merkle-dag/blob/main/src/store.rs
    
    // 从根集合中移除被标记的节点。
    for removal in root_removals {
        self.roots.remove(removal);
    }
    
    // 将新节点的 ID 添加到根集合中。
    self.roots.insert(id.to_vec());
    
    // 返回新节点的 ID。
    Ok(id.to_vec())
}

函数调用

TestDag别名类型:
```
// https://github1s.com/zaphar/merkle-dag/blob/main/src/test.rs#L19-L22
type TestDag<'a> = Merkle<
    BTreeMap<Vec<u8>, Node<std::collections::hash_map::DefaultHasher>>,
    std::collections::hash_map::DefaultHasher,
>;
```
- Merkle 的第一个泛型参数是 BTreeMap<Vec<u8>, Node<std::collections::hash_map::DefaultHasher>>，它是一个键为 Vec<u8>，值为 Node<DefaultHasher> 的映射。
- 第二个泛型参数是 DefaultHasher，它是一个标准库提供的哈希算法。
测试函数:
```
// https://github1s.com/zaphar/merkle-dag/blob/main/src/test.rs#L26-L27
#[test]
fn test_root_pointer_hygiene() {
    let mut dag = TestDag::new(BTreeMap::new());
    let quax_node_id = dag.add_node("quax", BTreeSet::new()).unwrap();
}
```
- #[test] 属性标记此函数为测试函数。
- dag 通过 TestDag::new(BTreeMap::new()) 创建一个新的 TestDag 实例，传入一个空的 BTreeMap。
- quax_node_id 调用 dag.add_node("quax", BTreeSet::new()) 方法添加一个新节点，节点 ID 被赋值给 quax_node_id。unwrap() 处理可能出现的错误，确保成功添加节点。